LMSI-Palm

Zárt súlyok Google,University of Illinois Urbana-Champaign (UIUC) 540B Paraméterek October 2022

Nincs becslés

Nincs hardver követelmény ennek a modellnek

A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..

Nyilvántartásban

Teljes specifikáció

Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..

Eredet

Ki építette ezt a modellt, hol, és mikor publikálták.

Szervezet
Google,University of Illinois Urbana-Champaign (UIUC)
Szervezet típusa
Industry,Academia
Ország
United States of America
Közölt
20 October 2022
Szerzők
Jiaxin Huang, Shixiang Shane Gu, Le Hou, Yuexin Wu, Xuezhi Wang, Hongkun Yu, Jiawei Han

Mit csinál

A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.

Tartomány
Language
Feladat
Language generation, Language modeling/generation, Question answering, Mathematical reasoning
Alapmodell
PaLM (540B)

Méret

Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.

Paraméterek
540B

540B

Képzési adatok
1,920,000 tokens

Elérhetőség

Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.

Súlyok
Closed — provider access only
Modell hozzáférés
Unreleased
Képzés kód
Unreleased

Hogyan van besorolva

Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.

Miért követik nyomon
SOTA improvement

Table 3 "We show that our approach improves the general reasoning ability of a 540B-parameter LLM (74.4%->82.1% on GSM8K, 78.2%->83.0% on DROP, 90.0%->94.4% on OpenBookQA, and 63.4%->67.9% on ANLI-A3) and achieves state-of-the-art-level performance, without any ground truth label."

Nyilvántartási bizalom
Confident
Hivatkozások
851

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
Large Language Models Can Self-Improve
Utoljára frissítve
25 May 2026

Mit jelentenek a számok

Honnan jött

LMSI-Palm ki lett adva által Google,University of Illinois Urbana-Champaign (UIUC), az országban rögzítve mint United States of America, alatt October 2022. A kiadó szervezet a következő kategóriába tartozik industry,Academia.

Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language generation, Language modeling/generation, Question answering, Mathematical reasoning.

Ez alapoz. PaLM (540B). Ezért osztja a bázismodell általános formáját és méretét.

Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.

Hogyan lett betanítva

Körülbelül egy korpuszon lett betanítva 1,920,000 szöveg tokenjei

A kiválasztási kritériuma: sOTA improvement.

Válaszok

LMSI-Palm — gyakori kérdések

01

LMSI-Palm— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language generation, Language modeling/generation, Question answering, Mathematical reasoning. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.

02

LMSI-Palm— Milyen GPU-ra van szükségem, hogy futtathassam?

Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.

03

LMSI-Palm— Nyílt forráskódú?

Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.

04

LMSI-Palm— Hány paramétere van?

Paraméterszáma 540B. 540B. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.

05

LMSI-Palm— Ki készítette ezt?

Kiadta Google,University of Illinois Urbana-Champaign (UIUC), alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry,Academia.

06

LMSI-Palm— Mikor adták ki?

Kibocsátották a October 2022. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 25 May 2026

A másik irány

Másik oldalról nézve?

Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..